ترجمه فارسی مقاله فراتر از چند شات تشخیص شی: یک بررسی دقیق

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Beyond Few-shot Object Detection: A Detailed Survey
عنوان مقاله به فارسی فراتر از چند شات تشخیص شی: یک بررسی دقیق
نویسندگان Vishal Chudasama, Hiran Sarkar, Pankaj Wasnik, Vineeth N Balasubramanian, Jayateja Kalla
فرمت مقاله انگلیسی PDF
تعداد صفحات 54
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,چشم انداز رایانه و تشخیص الگوی , هوش مصنوعی ,
توضیحات Submitted 26 August, 2024; originally announced August 2024. , Comments: 43 pages, 8 figures , ACM Class: I.2.10; I.4.8; I.5
توضیحات به فارسی ارسال شده در 26 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: 43 صفحه ، 8 شکل ، کلاس ACM: I.2.10 ؛I.4.8 ؛i.5
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Object detection is a critical field in computer vision focusing on accurately identifying and locating specific objects in images or videos. Traditional methods for object detection rely on large labeled training datasets for each object category, which can be time-consuming and expensive to collect and annotate. To address this issue, researchers have introduced few-shot object detection (FSOD) approaches that merge few-shot learning and object detection principles. These approaches allow models to quickly adapt to new object categories with only a few annotated samples. While traditional FSOD methods have been studied before, this survey paper comprehensively reviews FSOD research with a specific focus on covering different FSOD settings such as standard FSOD, generalized FSOD, incremental FSOD, open-set FSOD, and domain adaptive FSOD. These approaches play a vital role in reducing the reliance on extensive labeled datasets, particularly as the need for efficient machine learning models continues to rise. This survey paper aims to provide a comprehensive understanding of the above-mentioned few-shot settings and explore the methodologies for each FSOD task. It thoroughly compares state-of-the-art methods across different FSOD settings, analyzing them in detail based on their evaluation protocols. Additionally, it offers insights into their applications, challenges, and potential future directions in the evolving field of object detection with limited data.

چکیده به فارسی (ترجمه ماشینی)

تشخیص شیء یک زمینه مهم در بینایی رایانه است که با تمرکز بر شناسایی دقیق و یافتن اشیاء خاص در تصاویر یا فیلم ها متمرکز است.روشهای سنتی برای تشخیص شیء به مجموعه داده های آموزشی با برچسب بزرگ برای هر دسته از شیء متکی است ، که می تواند برای جمع آوری و حاشیه نویسی زمان آور و گران باشد.برای پرداختن به این موضوع ، محققان رویکردهای چند شیء تشخیص شیء (FSOD) را معرفی کرده اند که باعث ادغام اندک یادگیری شات و اصول تشخیص شی می شوند.این رویکردها به مدل ها اجازه می دهد تا به سرعت با چند نمونه حاشیه نویسی با دسته های جدید شیء سازگار شوند.در حالی که روش های سنتی FSOD قبلاً مورد مطالعه قرار گرفته است ، این مقاله نظرسنجی به طور جامع تحقیقات FSOD را با تمرکز خاصی بر پوشش تنظیمات مختلف FSOD مانند FSOD استاندارد ، FSOD عمومی ، FSOD افزایشی ، FSOD افزایشی و دامنه سازگار با دامنه FSOD بررسی می کند.این رویکردها نقش مهمی در کاهش اعتماد به مجموعه داده های دارای برچسب گسترده دارند ، به ویژه که نیاز به مدل های یادگیری ماشین کارآمد همچنان رو به افزایش است.این مقاله نظرسنجی با هدف ارائه درک جامع از تنظیمات چند شات فوق و کشف روشهای مربوط به هر کار FSOD انجام شده است.این روش به طور کامل روشهای پیشرفته را در تنظیمات مختلف FSOD مقایسه می کند و بر اساس پروتکل های ارزیابی آنها به تفصیل تجزیه و تحلیل می کند.علاوه بر این ، این بینش در مورد برنامه های کاربردی ، چالش ها و مسیرهای احتمالی آینده در زمینه در حال تحول تشخیص شی با داده های محدود ارائه می دهد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.